基于生物特征的身份识别技术是当前国际上的重点研究内容,说话人识别作为生物认证技术的一种,是根据应用语音波形中反映说话人生理和行为的语音特征参数,自动鉴别说话人身份的一种技术。与其它生物识别技术相比,说话人识别具有更为简便,经济及可扩展性良好等众多优势,可广泛应用于电话银行、数据库访问、计算机远程登录、安全验证、控制等领域。正因为说话人识别具有如此广阔的应用前景,近年来在生物认证技术领域中越来越受到研究者的关注。本文通过分析说话人识别基本原理与系统结构,考察现有的说话人识别技术,研究线性预测倒谱系数、美尔倒谱系数等特征参数,矢量量化(VQ)与隐马尔可夫模型HMM等应用于说话人识别的识别方法,建立说话人识别系统。本文首先介绍了说话人识别系统的概念,然后分析了几种常用的语音特征参数的提取方法以及说话人识别的几种模型。重点研究了矢量量化模型(VQ)和隐马尔可夫模型(HMM)用于与文本有关的说话人识别,使用matlab6.5作为开发平台实现了初步的说话人识别系统。实验中分别对使用VQ模型时选取不同的码本数和使用HMM模型时选取不同的高斯混合数对16个说话人做了实验。实验码本数和高斯混合数分别取8、16,对比试验结果发现在码本数和高斯混合数相同的条件下,隐马尔可夫模型(HMM)相比矢量量化模型(VQ)对测试语料具有较高的识别率。